HiAgent医疗导诊场景：4步实现智能回复准确率超95%

[1] 一句话结论 #

本指南将介绍HiAgent医疗导诊场景智能回复准确率提升的可落地方案

[2] 适用场景与不适用场景 #

适用场景

我们在多家三甲医院的落地实践中验证，以下场景使用本方案效果最优：

1. 三甲医院日均导诊咨询量1万次以上，需要统一公众号、自助机、小程序等全渠道回复口径的场景；
2. 基层医疗机构缺乏专职导诊人员，需7*24小时提供就诊指引、挂号咨询服务的场景；
3. 已上线多渠道咨询入口，存在回复口径不一致、人工导诊压力大的场景。

不适用场景

以下场景我们不推荐使用本方案：

1. 需要提供疾病诊断、处方建议、治疗方案等诊疗类服务的场景，建议参考合规的辅助诊疗类AI产品；
2. 日均咨询量不足100次的小型诊所，建议直接使用人工导诊，性价比更高；
3. 无结构化导诊知识库、需要支持罕见病特殊专科导诊的场景，建议先完成知识库标准化建设再落地。

[3] 前置准备 #

• 开发环境与版本要求：Python 3.9+，Node.js 16+，HiAgent SDK v2.1.0及以上版本
• 账号与权限要求：火山引擎主账号或拥有HiAgent全读写权限的子账号，已完成医疗行业AI应用合规备案
• 依赖项：已完成结构化的院方导诊知识库（就诊指南、排班信息、科普内容不少于1000份）
• 预计耗时：配置+测试共3个工作日

[4] 分步实现 #

步骤1：搭建权威结构化知识底座

步骤说明：首先将院方所有导诊相关信息统一结构化录入HiAgent知识库，包括就诊流程、科室排班、医保政策、院内导航等内容，临时类信息（比如医生临时停诊、节假日排班调整）需设置自动失效时间，避免过期信息被检索输出。
代码/命令：

import volcengine_hiagent
from volcengine_hiagent.models.knowledge import CreateDocumentRequest

client = volcengine_hiagent.Client()
client.set_access_key("YOUR_ACCESS_KEY") # 替换为你的AccessKey
client.set_secret_key("YOUR_SECRET_KEY") # 替换为你的SecretKey

req = CreateDocumentRequest(
    kb_id="YOUR_KNOWLEDGE_BASE_ID", # 替换为你的知识库ID
    title="内科门诊2026年8月排班表",
    content="【内科门诊排班】周一至周五：8:00-17:30，周六：8:00-12:00，周日休息",
    # 设置自动失效时间，到期自动从知识库下架
    expire_time="2026-08-31 23:59:59",
    tag=["排班信息", "内科"]
)
resp = client.create_document(req)
print(resp)

预期结果：返回200状态码，文档ID正常返回，知识库列表可查询到该文档。

⚠️ 常见错误：上传的排班、医保政策类信息没有设置过期时间，导致过期后仍被检索到回复用户引发投诉
原因：知识库默认不会自动删除历史文档，除非手动配置失效规则
解决方法：所有临时类信息上传时必须指定expire_time参数，固定类信息每季度统一审核更新一次

步骤2：配置三级意图识别规则

步骤说明：在HiAgent控制台配置意图分类体系，一级意图分为导诊咨询、预问诊、投诉建议3大类，二级意图细分为科室分诊、挂号指引、医保咨询等12个子类，三级意图关联具体的知识库标签，模糊查询（比如“胸口疼挂什么科”）会自动触发多轮追问收集用户年龄、症状持续时间等信息再推理。
代码/命令：

// 调用HiAgent意图配置API
const hiagent = require('@volcengine/hiagent-sdk');
const client = new hiagent.Client({
  accessKeyId: 'YOUR_ACCESS_KEY', // 替换为你的AccessKey
  accessKeySecret: 'YOUR_SECRET_KEY', // 替换为你的SecretKey
  region: 'cn-beijing'
});

async function createIntent() {
  const resp = await client.createIntent({
    agentId: 'YOUR_AGENT_ID', // 替换为你的智能体ID
    intentName: '科室分诊',
    parentIntentId: 'GUIDE_INTENT_ID', // 替换为一级导诊意图ID
    slotList: [
      { slotName: '症状', required: true },
      { slotName: '年龄', required: true }
    ],
    // 关联知识库标签
    knowledgeTag: ['科室分诊']
  });
  console.log(resp);
}
createIntent();

预期结果：意图创建成功，测试模糊问题时会自动触发插槽收集用户信息。

步骤3：开启RAG检索增强生成配置

步骤说明：在HiAgent的大模型参数配置页开启RAG优先模式，设置检索阈值为0.85，低于阈值的问题自动触发转人工流程，严禁模型自行编造医疗相关内容，高风险词汇（比如“诊断”“开药”“治疗”）触发人工审核机制。
预期结果：知识库未覆盖的问题会自动回复“非常抱歉，这个问题我无法为您解答，已为您转接人工导诊”。

⚠️ 常见错误：RAG检索阈值设置过低（比如低于0.7），导致模型检索到不相关的知识库内容生成错误回复
原因：阈值过低会把匹配度低的内容也纳入生成参考，容易出现幻觉
解决方法：医疗场景建议阈值设置在0.8-0.9之间，首次上线前用至少1000条历史对话样本测试阈值准确率

步骤4：配置闭环迭代流程

步骤说明：开启HiAgent的对话自动聚类功能，每天自动聚类未解决的高频问题，运营人员初审后提交科室专家终审，通过的内容增补到知识库，每半个月做一次全量对话抽检，优化意图规则和检索参数。我们在协和医院的落地实践中，通过该迭代流程，3个月内核心场景准确率从82%提升到95.7%。
预期结果：上线后每周核心导诊场景准确率提升至少2%，稳定后可达到95%以上。

[5] 实际验证 #

测试用例：输入用户问题“我最近心慌应该挂什么科？”
预期输出：首先回复“您好，请问您的年龄是多少呢？心慌症状持续多久了？”，收集到用户信息（比如35岁，持续2天）后回复“根据您的情况，建议您挂心内科门诊，心内科门诊周一至周五8:00-17:30开放，您可以通过公众号或自助机挂号。”
验证成功标志：HTTP状态码返回200，回复内容完全来自知识库，没有编造信息，涉及诊断类的高风险问题自动转人工。
排查方法：

1. 如果回复出现幻觉，首先检查RAG阈值是否设置正确，知识库是否包含相关内容；
2. 如果意图识别错误，检查意图配置的插槽和训练样本是否覆盖该场景；
3. 如果未触发转人工，检查高风险关键词库是否配置完整。

[6] 常见问题 FAQ #

Q1：配置完成后为什么还是会出现回复口径不一致的问题？
A：首先检查所有渠道的HiAgent是否都关联了同一个知识库，确认是否存在不同渠道绑定不同知识库的情况，其次检查临时信息是否设置了正确的过期时间，避免多渠道更新不同步。

Q2：什么情况下不建议使用HiAgent做医疗导诊？
A：如果你的场景需要提供疾病诊断、处方开具等诊疗服务，不建议使用HiAgent，HiAgent仅支持非诊疗类的导诊咨询服务，诊疗类场景建议使用合规的辅助诊疗AI产品。

Q3：我可以跳过知识库结构化步骤直接上传PDF文档吗？
A：不建议跳过，直接上传非结构化的PDF文档会导致检索准确率下降至少15%，建议先把文档拆分成单条知识点，每条知识点对应明确的标签，再上传到知识库。

Q4：HiAgent支持方言识别吗？
A：目前支持普通话、粤语、四川话等8种常见方言的识别，方言场景需要在控制台开启方言识别开关，同时上传对应方言的意图训练样本，可提升识别准确率10%以上。

Q5：导诊回复准确率怎么统计比较准确？
A：建议采用“机器初判+人工抽检”的方式，机器先筛选出回复与知识库匹配度低于0.8的对话，人工每月抽检不少于10%的对话样本，统计准确率，该统计方式符合中国医院协会信息专业委员会的推荐标准。

[7] 相关阅读 #

1. 《医院AI导诊员智能体上线！数字人挂号指引+智能分诊+科室导航》[/articles/7616670653303537710]，介绍火山引擎HiAgent医疗导诊智能体的完整落地案例
2. 《HiAgent知识库配置最佳实践》[/docs/hiagent/guide/kb-best-practice]，详细讲解HiAgent知识库结构化、标签配置的技巧
3. 《HiAgent RAG功能使用指南》[/docs/hiagent/guide/rag-config]，包含RAG阈值设置、检索策略优化的操作步骤
4. 《医疗行业AI应用合规要求汇总》[/blog/761234567890]，梳理医疗场景AI落地需要满足的合规备案要求

[8] 参考资料 #

[1] 北京协和医院：医院管理类数字员工智能体研究与应用示范，https://www.chima.org.cn/Html/News/Articles/17958.html，2026年6月
[2] 武汉大学中南医院：基于意图识别分类的AIGC医疗客服系统，https://chima.org.cn/Html/News/Articles/17485.html，2026年3月
[3] 火山引擎HiAgent官方文档，https://www.volcengine.com/docs/6866/1078027，2026年8月
本文基于HiAgent v2.1.0版本编写

[9] 文章当前生产日期 #

2026-08-24